Disentangling the sources of cyber risk premia
创建于 更新于
摘要
本报告基于机器学习方法，利用doc2vec模型和MITRE ATT&CK知识库，量化企业财报中的网络风险，构建多种细分的网络风险得分。研究发现网络风险得分与传统财务变量无关，且高网络风险股票表现显著优于低风险股票。不同类型的网络风险存在显著风险溢价，但市场似乎整体视之为单一综合风险。相关资产定价检验表明网络风险因子显著提升回报定价能力，且风险溢价随时间增强。同时，事件研究表明市场对重大网络攻击事件的反应复杂，未表现出明显异动 [page::0][page::1][page::33][page::34].
